lezhuximing的博客

PS：行数过多容易卡，不关注全部行列的时候可以注释掉相关部分。

distinct用来查询不重复记录的条数,即用distinct来返回不重复字段的条数（count(distinct id)）,其原因是distinct只能返回他的目标字段，而无法返回其他字段。可以直接运行select rand() 获取0~1之间的float型的数字，类似的，如果想获得例如1~100之间的整数随机数可以运行 select round(100*rand(),0)group by， order by 后面跟数字，指的是 select 后面选择的列（属性），1 代表第一个列（属性），依次类推。

python格式化输出

dataframe获取某列等于指定值的指定行；dataframe获取指定行列的数据。

获取今天的日期，t-1、t-2、t+1的日期；计算两个日期字符串之间的间隔天数

使用dict强制将元组转化为dict，如果碰到key重复问题，Python内部会如何解决？解决方式如上图实验所示：如果元组转为dict后key重复，则后面的key-value会覆盖前面的key-value。

方法一：利用包re中的函数来进行大小写忽略，示例如下：re.compile(pattern，re.IGNORECASE)re.search(pattern, mystring, re.IGNORECASE)其中，re.IGNORECASE是compile的flag参数。默认是识别正则中字母的大小写。注意：IGNORECASE必须是大写，小写无效。加上该参数之后，可以找出正则中的字母的大写和小写情况。方法二：利用正则表达式来进行大小写忽略，示例如下：re.search(r'

import datetime# 按照时间顺序排列会话内容chat_record = {'1':{'time':'2019-07-29 23:43:50', 'role':2},'2':{'time':'2020-07-29 23:43:51', 'role':2},'3':{'time':'2020-07-29 23:43:50', 'role':2}}chat_key = chat_record.keys()for temp in chat_key: chat_record[temp].

虽然目前Python3已经全面使用，但是工程项目中为了兼顾之前的代码，还是会继续采用Python2，这就会使得用惯了Python3的我们可能需要经常进行Python3转Python2的操作，故把踩坑经验记录在这里，不定期更新。print问题和编码问题混合 除法问题...

下述内容根据官方文档翻译而来，官方文档链接如下：http://docs.h5py.org/en/latest/quick.html快速入门指南：h5py包是HDF5二进制数据格式的python接口。HDF5允许您存储大量数字数据，并且可以轻松地从NumPy操作这些数据。例如，您可以将存储在磁盘上的多TB数据集切片，就像它们是真正的NumPy数组一样。数千个数据集可以存储在一个文件中...